机器视觉在PCB制造中的应用
当前位置:首页 > 行业资讯 > 机器视觉在PCB制造中的应用

机器视觉在PCB制造中的应用

机器视觉 2021-08-12 9108 0


PCB 经历多个过程,而制造和视觉检查检查点在整个过程中至关重要。有几个阶段可以部署视觉系统来保持电路板的质量。在任何产品的制造过程中,越早发现缺陷,返工成本就越低。高度准确的机器视觉系统可帮助PCB制造商检测缺陷板,准确率高达 98%。

让我们了解机器视觉可以应用的阶段—— 

  1. 电路印膜检查,确保电路设计正确(PCB设计后)

  2. 内层蚀刻检查,确保没有开路或短路

  3. 外层蚀刻检查,确保没有开路或短路 

  4. PCB的最终检查,以识别划痕、碎屑、斑点等。

电路膜的质量检查 –

设计完成后,可以在机器视觉系统的帮助下检查印刷的薄膜。这部分流程可确保正确设计 PCB 上的导电和非导电部件。

image.png

内层蚀刻检查,确保没有开路或短路

PCB 上的蚀刻需要进行精确检查。内层蚀刻检查是一个早期过程,用于确保电路板上没有缺陷。

image.png

外层蚀刻检查,确保没有开路或短路

外蚀刻工艺后需要检查。这是一个例子——机器视觉如何轻松识别电路板上的缺陷。

image.png

裸PCB的最终检查 – 

在 PCB 制造的最后阶段需要进行检查,以检查是否有划痕、碎屑、斑点、腐蚀等。

image.png

安装前 PCB 的质量检查 – 

  1. 组装PCB的组装验证以检查组件的存在/不存在

  2. 在机器上组装 PCB 之前进行焊膏检查

组装后检查 – 

然后组装电路板。在这里,机器视觉系统有助于验证电路板的组装。视觉系统在不到 2 秒的时间内验证组件,准确度为 97%。下图显示了使用基于 AI 的机器视觉系统对 PCB 进行组装验证。

image.png

焊膏检查 – 

焊膏检查和组装验证在PCB检查中起着重要作用。组装验证检查元件的存在/不存在,而焊接检查确保焊接的完整性。

image.png


培训 PCB 组件 –

基于 AI 的机器视觉系统需要接受培训以获得更准确和高效的结果。通过执行注释来训练机器视觉系统需要一组图像。人工智能处理数据,您提供的用于训练系统的数据(图像)越多,准确性就越高。

训练AI模型——PCB检测

在机器视觉得到训练并部署到生产线上后,缺陷检测会实时进行。在固定环境中检查 PCB,方法是将它们放置在相机下方,然后进行图像采集和处理。视觉系统可以在不到 2 秒的时间内识别缺陷/缺陷。

明显的好处——

  1. 将准确度提高到 98%

  2. 减少50%以上的人力。


取消回复发表评论:


立即定制视觉方案